การประมวลผลประสิทธิภาพสูง ( HPC ) คือการใช้ซูเปอร์คอมพิวเตอร์และคลัสเตอร์คอมพิวเตอร์เพื่อแก้ปัญหาขั้นสูง

HPC ผสานรวมการบริหารระบบ (รวมถึงความรู้ด้านเครือข่ายและความปลอดภัย) การประมวลผลแบบขนานและการประมวลผลแบบ กระจาย เข้า ไว้ในสาขาสหวิทยาการที่ผสมผสานอิเล็กทรอนิกส์ดิจิทัลสถาปัตยกรรมคอมพิวเตอร์ซอฟต์แวร์ระบบภาษาโปรแกรม อัลกอริทึมและเทคนิคการคำนวณ^{[ 1 ]} เทคโนโลยี HPC เป็นเครื่องมือและระบบที่ใช้ในการสร้างและใช้งานระบบประมวลผลประสิทธิภาพสูง^{[ 2 ]}ตั้งแต่ประมาณปี 2548 ระบบ HPC ได้เปลี่ยนจากซูเปอร์คอมพิวเตอร์ไปสู่คลัสเตอร์และกริดคอมพิวเตอร์^{[ 1 ]}เนื่องจากความต้องการเครือข่ายในคลัสเตอร์และกริด เทคโนโลยีการประมวลผลประสิทธิภาพสูงจึงเกิดขึ้นได้จากการใช้โครงข่ายหลักแบบยุบรวมเนื่องจากสถาปัตยกรรมโครงข่ายหลักแบบยุบรวมนั้นง่ายต่อการแก้ไขปัญหา และสามารถอัปเกรดได้กับเราเตอร์ตัวเดียว แทนที่จะใช้หลายตัว HPC ผสานรวมกับการวิเคราะห์ข้อมูลใน เวิร์กโฟลว์ วิศวกรรม AIเพื่อสร้างกระแสข้อมูลใหม่ที่เพิ่มความสามารถในการจำลองเพื่อตอบคำถาม "ถ้าหากว่า" ^{[ 3 ]}

คำว่า HPC มักเกี่ยวข้องกับการคำนวณที่ใช้ในการวิจัยทางวิทยาศาสตร์หรือวิทยาศาสตร์เชิงคำนวณคำที่เกี่ยวข้องคือการคำนวณทางเทคนิคประสิทธิภาพสูง (HPTC) ซึ่งโดยทั่วไปหมายถึงการประยุกต์ใช้การคำนวณแบบคลัสเตอร์ในงานวิศวกรรม (เช่นพลศาสตร์ของไหลเชิงคำนวณและการสร้างและการทดสอบต้นแบบเสมือนจริง ) นอกจากนี้ HPC ยังถูกนำไปใช้ในด้านธุรกิจเช่นคลังข้อมูล แอปพลิเคชันในสายงานธุรกิจ (LOB) และการ ประมวลผลธุรกรรม

คำว่า "การประมวลผลประสิทธิภาพสูง" (HPC) เกิดขึ้นหลังจากคำว่า "ซูเปอร์คอมพิวเตอร์" ^{[ 4 ]}บางครั้ง HPC ถูกใช้เป็นคำพ้องความหมายของซูเปอร์คอมพิวเตอร์ แต่ในบริบทอื่น ๆ คำว่า "ซูเปอร์คอมพิวเตอร์" ถูกใช้เพื่ออ้างถึงกลุ่มย่อยที่มีประสิทธิภาพมากกว่าของ "คอมพิวเตอร์ประสิทธิภาพสูง" และคำว่า "ซูเปอร์คอมพิวเตอร์" กลายเป็นกลุ่มย่อยของ "การประมวลผลประสิทธิภาพสูง" ความสับสนที่อาจเกิดขึ้นจากการใช้คำเหล่านี้จึงเห็นได้ชัด

เนื่องจากแอปพลิเคชันส่วนใหญ่ในปัจจุบันไม่ได้ออกแบบมาสำหรับเทคโนโลยี HPC แต่เป็นการดัดแปลง จึงไม่ได้ออกแบบหรือทดสอบเพื่อรองรับโปรเซสเซอร์หรือเครื่องจักรที่มีประสิทธิภาพสูงกว่า^{[ 2 ]}เนื่องจากคลัสเตอร์และกริดเครือข่ายใช้โปรเซสเซอร์และคอมพิวเตอร์หลายเครื่อง ปัญหาการปรับขนาดเหล่านี้อาจทำให้ระบบที่สำคัญในระบบซูเปอร์คอมพิวเตอร์ในอนาคตทำงานผิดปกติได้ ดังนั้น เครื่องมือที่มีอยู่จึงไม่สามารถตอบสนองความต้องการของชุมชนการประมวลผลประสิทธิภาพสูง หรือชุมชน HPC ไม่ทราบเกี่ยวกับเครื่องมือเหล่านี้^{[ 2 ]}ตัวอย่างบางส่วนของเทคโนโลยี HPC เชิงพาณิชย์ ได้แก่:

• วิศวกรรมโครงสร้างสำหรับการออกแบบอาคาร
• การจำลองการชนของรถยนต์เพื่อการออกแบบโครงสร้าง
• ปฏิสัมพันธ์ระดับโมเลกุลสำหรับการออกแบบยาใหม่
• กระแสลมที่พัดผ่านรถยนต์หรือเครื่องบิน
• การสร้างแบบจำลองสภาพภูมิอากาศและการพยากรณ์อากาศ
• การวิจัยทางพันธุกรรมและการจัดลำดับดีเอ็นเอ
• การพัฒนาหุ่นยนต์และยานยนต์ไร้คนขับ
• การจำลองทางแม่เหล็กไฟฟ้าสำหรับการสื่อสารไร้สาย

ในหน่วยงานรัฐบาลและสถาบันวิจัย นักวิทยาศาสตร์จำลองการก่อตัวและวิวัฒนาการของกาแล็กซีพลังงานฟิวชั่น และภาวะโลกร้อน รวมถึงทำงานเพื่อสร้างการพยากรณ์อากาศระยะสั้นและระยะยาวที่แม่นยำยิ่งขึ้น^{[ 5 ]}ซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดอันดับ 10 ของโลกในปี 2551 IBM Roadrunner (ตั้งอยู่ที่ห้องปฏิบัติการแห่งชาติลอสอะลาโมสของกระทรวงพลังงานสหรัฐฯ ) ^{[ 6 ]}จำลองประสิทธิภาพ ความปลอดภัย และความน่าเชื่อถือของอาวุธนิวเคลียร์ และรับรองการทำงานของอาวุธเหล่านั้น^{[ 7 ]}

TOP500 จัดอันดับคอมพิวเตอร์ประสิทธิภาพสูงที่เร็วที่สุด 500 เครื่องของโลก โดยวัดจาก เกณฑ์มาตรฐาน High Performance LINPACK (HPL) ไม่ใช่คอมพิวเตอร์ที่มีอยู่ทั้งหมดจะได้รับการจัดอันดับ เนื่องจากไม่เข้าเกณฑ์ (เช่น ไม่สามารถรันเกณฑ์มาตรฐาน HPL ได้) หรือเจ้าของไม่ได้ส่งคะแนน HPL (เช่น เพราะไม่ต้องการให้ขนาดของระบบเป็นข้อมูลสาธารณะด้วยเหตุผลด้านการป้องกันประเทศ) นอกจากนี้ การใช้เกณฑ์มาตรฐาน LINPACK เพียงอย่างเดียวก็เป็นที่ถกเถียงกัน เนื่องจากไม่มีการวัดผลเพียงอย่างเดียวที่สามารถทดสอบทุกด้านของคอมพิวเตอร์ประสิทธิภาพสูงได้ เพื่อช่วยเอาชนะข้อจำกัดของการทดสอบ LINPACK รัฐบาลสหรัฐฯ จึงมอบหมายให้Jack Dongarraจากมหาวิทยาลัยเทนเนสซี ซึ่งเป็นหนึ่งในผู้ริเริ่มการทดสอบนี้ สร้างชุดการทดสอบเกณฑ์มาตรฐานที่รวม LINPACK และอื่นๆ เข้าด้วยกัน เรียกว่าชุดการทดสอบเกณฑ์มาตรฐาน HPC Challenge ชุดทดสอบที่พัฒนาอย่างต่อเนื่องนี้ถูกนำไปใช้ในการจัดซื้อจัดจ้าง HPC บางส่วน แต่เนื่องจากไม่สามารถลดทอนให้เหลือเพียงตัวเลขเดียวได้ จึงไม่สามารถเอาชนะข้อได้เปรียบด้านการประชาสัมพันธ์ของการทดสอบ TOP500 LINPACK ที่มีประโยชน์น้อยกว่าได้ รายชื่อ TOP500 จะได้รับการอัปเดตปีละสองครั้ง ครั้งแรกในเดือนมิถุนายนที่การประชุม ISC European Supercomputing Conference และอีกครั้งในการประชุม US Supercomputing Conference ในเดือนพฤศจิกายน

แนวคิดหลายอย่างสำหรับ การประมวลผลแบบกริดยุคใหม่นั้นเดิมทีแล้วได้มาจาก HPC (High-Performance Computing)

ตามธรรมเนียมแล้ว HPC เกี่ยวข้องกับ โครงสร้างพื้นฐาน ภายในองค์กรโดยลงทุนในซูเปอร์คอมพิวเตอร์หรือคลัสเตอร์คอมพิวเตอร์ ในช่วงทศวรรษที่ผ่านมาการประมวลผลแบบคลาวด์ได้รับความนิยมเพิ่มขึ้นเนื่องจากนำเสนอทรัพยากรคอมพิวเตอร์ในภาคธุรกิจโดยไม่คำนึงถึงความสามารถในการลงทุน^{[ 8 ]}คุณลักษณะบางอย่าง เช่น ความสามารถในการปรับขนาดและการใช้คอนเทนเนอร์ยังได้รับความสนใจในแวดวงวิชาการอีกด้วย^{[ 9 ]}อย่างไรก็ตามความปลอดภัยในระบบคลาวด์เช่น การรักษาความลับของข้อมูล ยังคงเป็นสิ่งที่ต้องพิจารณาเมื่อตัดสินใจเลือกระหว่างทรัพยากร HPC แบบคลาวด์หรือแบบภายในองค์กร^{[ 8 ]}

ด้านล่างนี้คือรายชื่อ HPC หลักตามกำลังการประมวลผล ตามที่รายงานในรายการ Top500: ^{[ 10 ]}

• El Capitan : ระบบ HPE Cray EX255a นี้มีประสิทธิภาพถึง 1.742 exaFLOPS โดยมีคอร์ CPU 1,051,392 คอร์ และคอ ^ร์เร่งความเร็ว 9,988,224 คอร์ รวมทั้งหมด 11,039,616 คอร์ ใช้เทคโนโลยีการเชื่อมต่อ Slingshot-11 และตั้งอยู่ที่ห้องปฏิบัติการแห่งชาติลอว์เรนซ์ลิเวอร์มอร์ประเทศสหรัฐอเมริกา^{[ 11} ]

• Frontier : ระบบ HPE Cray EX235a นี้มีประสิทธิภาพการประมวลผลสูงถึง 1.353 exaFLOPS โดยมีคอร์ CPU จำนวน 614,656 คอร์ และคอร์เร่งความเร็วจำนวน 8,451,520 คอร์ รวมเป็นทั้งหมด 9,066,176 คอร์ ทำงานร่วมกับการเชื่อมต่อ Slingshot-11 ที่ห้องปฏิบัติการแห่งชาติ Oak Ridgeประเทศสหรัฐอเมริกา^{[ 12 ]}

• Aurora : ระบบที่ขับเคลื่อนด้วย Intel นี้ให้ประสิทธิภาพ 1.012 exaFLOPS โดยใช้ สถาปัตยกรรม Xeonและ Ponte Vecchio ติดตั้งอยู่ที่ห้องปฏิบัติการแห่งชาติ Argonneประเทศสหรัฐอเมริกา^{[ 13 ]}

• Eagle: ขับเคลื่อนด้วยโปรเซสเซอร์ Intel Xeon Platinum 8480C 48C 2GHz และ GPU NVIDIA H100 ทำให้ Eagle มีกำลังประมวลผลสูงถึง 561.20 petaFLOPS พร้อมด้วยคอร์จำนวน 2,073,600 คอร์ มีคุณสมบัติ NVIDIA Infiniband NDR สำหรับการเชื่อมต่อความเร็วสูง และให้บริการโดยMicrosoft Azureประเทศสหรัฐอเมริกา^{[ 14 ]}

• HPC6 : ซูเปอร์คอมพิวเตอร์อุตสาหกรรมที่ทรงพลังที่สุดในโลก HPC6 ได้รับการพัฒนาโดยEniและเปิดตัวในเดือนพฤศจิกายน 2024 ด้วยกำลังการประมวลผล 606 petaFLOPS ใช้สำหรับการวิจัยด้านพลังงานและดำเนินการในประเทศอิตาลีตั้งอยู่ในศูนย์ข้อมูลสีเขียวของ Eni ในFerrera Erbognone (PV) ^{[ 15 ]}

• Fugaku : ระบบนี้พัฒนาโดยFujitsuสามารถทำประสิทธิภาพได้ 442.01 petaFLOPS โดยใช้โปรเซสเซอร์ A64FX 48C 2.2GHz และเทคโนโลยีการเชื่อมต่อ Tofu D ตั้งอยู่ที่ศูนย์วิทยาศาสตร์การคำนวณRIKENประเทศญี่ปุ่น^{[ 16 ]}

• เทือกเขาแอลป์ : ระบบ HPE Cray EX254n นี้มีประสิทธิภาพถึง 434.90 เพตาฟลอปส์ ขับเคลื่อนด้วย โปรเซสเซอร์ NVIDIA Grace 72C 3.1GHz และชิป NVIDIA GH200 Superchips ที่เชื่อมต่อผ่านอินเตอร์คอนเน็กต์ Slingshot-11 ตั้งอยู่ที่CSCS ประเทศ ส วิ ตเซอร์แลนด์^{[ 17 ]}

• LUMI : หนึ่งในซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดของยุโรป LUMI สามารถทำความเร็วได้ 379.70 เพตาฟลอปส์ ด้วย โปรเซสเซอร์ AMD Optimized 3rd Generation EPYC 64C 2GHz และตัวเร่งความเร็ว AMD Instinct MI250X โดยมี CSCประเทศฟินแลนด์ เป็นผู้ดูแล ซึ่งเป็นส่วนหนึ่งของโครงการEuroHPC ^{[ 18 ]}

• Leonardo : ระบบ BullSequana XH2000 นี้ได้รับการพัฒนาภายใต้โครงการ EuroHPC โดย มี ^{ประสิทธิภาพ}ถึง 241.20 petaFLOPS ด้วย โปรเซสเซอร์ Xeon Platinum 8358 32C 2.6GHz และตัวเร่งความเร็ว NVIDIA A100 SXM4 64GB ติดตั้งอยู่ที่CINECAประเทศอิตาลี [ ^{19 ]}

• Tuolumne: Tuolumne มีประสิทธิภาพ 208.10 petaFLOPS และใช้โปรเซสเซอร์ AMD EPYC 24C เจนเนอเรชั่นที่ 4 ความเร็ว 1.8GHz และตัวเร่งความเร็ว AMD Instinct MI300A โดยทำงานที่ห้องปฏิบัติการแห่งชาติลอว์เรนซ์ลิเวอร์มอร์ประเทศสหรัฐอเมริกา^{[ 20 ]}

• MareNostrum 5 ACC: ระบบ BullSequana XH3000 นี้ทำงานที่ 175.30 petaFLOPS โดยใช้โปรเซสเซอร์ Xeon Platinum 8460Y+ 32C 2.3GHz และตัวเร่งความเร็ว NVIDIA H100 64GB ระบบนี้ตั้งอยู่ที่ศูนย์ซูเปอร์คอมพิวเตอร์บาร์เซโลนา (BSC) ประเทศสเปนซึ่งเป็นส่วนหนึ่งของ EuroHPC ^{[ 21 ]}

• เอชพีซีไวร์
• ซูเปอร์คอมพิวเตอร์ 500 อันดับแรก
• Rocks Clustersคลัสเตอร์ Linux ประสิทธิภาพสูงแบบโอเพนซอร์ส
• บทความข่าวและรายงานนโยบายเกี่ยวกับการคำนวณทางวิทยาศาสตร์ประสิทธิภาพสูง
• ศูนย์วิจัยการสร้างแบบจำลองภูมิคุ้มกันต่อเชื้อก่อโรคในระบบทางเดินอาหาร (MIEP)
• ศิลปะแห่ง HPC: ตำราเรียนโดย Victor Eijkhout จาก TACC
  • เล่ม 1: วิทยาศาสตร์แห่งการคำนวณ
  • เล่ม 2: การเขียนโปรแกรมแบบขนานสำหรับวิศวกรรมวิทยาศาสตร์
  • เล่ม 3: บทนำสู่การเขียนโปรแกรมเชิงวิทยาศาสตร์ด้วย C++17/Fortran2008
  • เล่ม 4: คู่มือสำหรับการคำนวณทางวิทยาศาสตร์ประสิทธิภาพสูง